风电功率预测方法综述及发展研究

被引:18
作者
牛东晓
范磊磊
机构
[1] 华北电力大学经济与管理学院
关键词
风电功率; 预测方法; 综述; 误差分析; 不确定性分析;
D O I
10.19725/j.cnki.1007-2322.2013.04.005
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
准确的风电功率预测有利于电网灵活调度和安全运行,进而提高风电场穿透功率。针对目前已有风电功率预测研究,本文首先对国内外风电预测系统进行梳理描述,再从单一模型、组合模型和区域模型角度进行分类阐述,同时深入对样本分析及处理、智能方法的输入变量选取和赋值、组合预测的权重处理、预测误差的评价分析和预测结果的不确定性分析这5个预测环节进行有针对性的详细分析,寻找可以改善预测效果的突破口,并进一步提出风电功率预测的发展建议。
引用
收藏
页码:24 / 28
页数:5
相关论文
共 21 条
[1]  
基于时间序列分析的大型风电场功率预测方法研究.[D].夏冬.北京交通大学.2012, 10
[2]  
区域风电功率一体化预测方法研究.[D].陈倩.华北电力大学.2011, 04
[3]  
Wind speed and wind energy forecast through Kalman filtering of Numerical Weather Prediction model output.[J].Federico Cassola;Massimiliano Burlando.Applied Energy.2012,
[4]   A new strategy for predicting short-term wind speed using soft computing models [J].
Haque, Ashraf U. ;
Mandal, Paras ;
Kaye, Mary E. ;
Meng, Julian ;
Chang, Liuchen ;
Senjyu, Tomonobu .
RENEWABLE & SUSTAINABLE ENERGY REVIEWS, 2012, 16 (07) :4563-4573
[5]  
华北电大研发成功风电功率预测系统...http://www.sxcoal.com/energy/1084265/article-new.html.2010,
[6]   风电场发电功率短期预测组合模型研究 [J].
牛晨光 ;
游晓科 ;
赵震云 ;
刘观起 .
华北电力大学学报(自然科学版), 2012, 39 (03) :29-34
[7]   基于经验模式分解和神经网络的短期风速组合预测 [J].
王韶 ;
杨江平 ;
李逢兵 ;
刘庭磊 .
电力系统保护与控制, 2012, 40 (10) :6-11+18
[8]   基于BP神经网络与遗传算法风电场超短期风速预测优化研究 [J].
陈忠 .
可再生能源, 2012, (02) :32-36
[9]   基于交叉熵理论的风电功率组合预测方法 [J].
陈宁 ;
沙倩 ;
汤奕 ;
朱凌志 .
中国电机工程学报, 2012, 32 (04) :29-34+22
[10]   基于粗糙集理论的中长期风速预测 [J].
高爽 ;
冬雷 ;
高阳 ;
廖晓钟 .
中国电机工程学报, 2012, 32 (01) :32-37+21